潘組長其實也沒懷什麼不好的心思，他所說的，也是實際情況。
關於智慧教育，不止國內在研究調研，國外也同樣如此。
只是目前對教育應用人工智慧的準確性理解和精準度不夠，在加上與不含人工智慧的教育手段相比，應用人工智慧教育手段到底能發揮多大比較優勢也不好測定，所以一直進展不是很快。
市場上已經出現了不少人工智慧教育應用軟體，但都處於早期的摸索階段，沒有統一的行業標準，軟體供應商也不能提供相關產品的準確資訊。
例如人工智慧的運算能力和“知識儲量”，如何幫助師生使用人工智慧程式，師生使用人工智慧發生偏差所引發的後果，人工智慧模型預測的準確程度和侷限性，關於開發人工智慧程式所倚靠的資料情況，以及如何評估學習模型的潛在偏差，等等，都還很模糊不清。
就算不談這些寬泛的大話題，僅從技術上來說，需要克服的問題和困難依舊很多。
單個資料的不同會產生資料偏差，進而對智慧教育產生影響，演算法的偏差也將決定人工智慧程式在授課中的優劣。
缺乏合適、足夠的資料來進行研發，平時很難獲得不同學科、不同年級學習所關涉到的海量、客觀且複雜的資料。
唯一可以便捷訪問並可用於人工智慧教育軟體研發與推廣的，是線上學習平臺和正在大規模使用的應用程式。
不過這樣的資料規模，對比整個智慧教育所需要的資料庫來說，規模仍然相對較小。
弱人工智慧階段，沒有規模龐大且高規格要求的資料，人工智慧將難以在教育中進一步長足發揮作用。
即使可以獲取所需的龐大資料，但用於基礎教育階段的人工智慧研發資金，也不會像醫療、交通、軍事等等領域的經費那樣充足。
……
所以陸羽挺理解潘組長他們的。
面臨的困難多，研究經費不足，又不得不順應時代大勢，推行智慧教育。
但教育這個行業的特殊性，又不像其他行業那麼簡單，這個市場可以堪稱是情況最為複雜、所需資料最為龐大的市場。
這也是為什麼投資者可以在其他行業的人工智慧應用開發上大把撒錢，卻不怎麼願意在教育領域對人工智慧投資。
除了上面說的原因，教育行政部門批准的產品銷售週期長，也是不可忽視的因素。
說白了，就是費力不賺錢，而且條條框框甚多。
掌握海量資料或者掌握海量資料獲取渠道的網際網路巨頭，怎麼可能會埋頭幹這種蠢事？
投資開發基礎教育新產品和服務，哪有賣菜來錢快！！！
賣菜多簡單啊，隨便一箇中規中矩的程式設計團隊，就可以搭建一個賣菜平臺，你智慧教育行嗎？
光是那些海量的資料獲取就夠讓人頭大了，更不要說這些資料因為個體偏差，還要進行極為細緻整理、歸類、分析、儲存、抓取、運用等等。
獲取資料的同時，還要研發新演算法、開發新模型、探索個性化教育解決方案、不同行業人才專項知識培養可行性方案等等，而且需要不斷的根據資料來調整研發，甚至累進研發。
這些提到的，哪一項不是工作無比複雜、需要投入海量研發資金？
而且投資了資金還不一定能夠肯定研發成功。
有那資金和時間，多招募幾個團長，贏下這場菜籃子大戰，它不香嗎？
……
增量時代結束，進入存量時代，與其費力創新，不如利用現在的市場地位和技術、資金優勢，護住自己的地盤，不惜打壓阻擋後來者。
巨頭公司的通病了。
